MétaCan
Menu
Retour à la cohorte
Enregistrement W4281864394 · doi:10.1155/2022/3592859

Dual-Source Procurement Strategy of Cross-Border E-Commerce Supply Chain considering Members’ Risk Attitude

2022· article· en· W4281864394 sur OpenAlexaff
Zhao Zhao, Zheng Liu, Qingshan Qian, Lingling Li, Yuanjun Zhao, Yuqing Zhu

Dossier post-publication

NatureRetraction
MotifCompromised Peer Review;Investigation by Journal/Publisher;Investigation by Third Party;Paper Mill;Unreliable Results and/or Conclusions;
Date12/6/2023 0:00
Signalé par OpenAlex ?Oui

Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».

Notice bibliographique

RevueSecurity and Communication Networks · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueE-commerce and Technology Innovations
Établissements canadiensUniversity of Windsor
Organismes subventionnairesMinistry of Public Security of the People's Republic of ChinaJilin Office of Philosophy and Social ScienceScience and Technology Commission of Shanghai Municipality
Mots-clésRisk aversion (psychology)Supply chainBusinessProfit (economics)MarketingRisk perceptionRisk managementPreferenceMicroeconomicsVariance (accounting)Expected utility hypothesisActuarial scienceEconomicsFinanceFinancial economicsPerception

Résumé

récupéré en direct d'OpenAlex

The risk attitude of decision-makers will significantly affect the decision-making of enterprise risk management. Specifically, high risk represents the potential premise of high return for risk preference decision-makers, and for risk-averse decision-makers, the increase of risk degree will stimulate decision-makers’ aversion to uncertainty and turn to seek safer business strategies. Although there are many pieces of literature on the risk preference of decision-makers, they usually only assume the risk attitude of one party and rarely consider the risk attitude of suppliers and retailers in the scenario of cross-border e-commerce at the same time. Therefore, under the background of supply disruption, for the cross-border e-commerce supply chain composed of cross-border suppliers, overseas suppliers, overseas retailers, and consumers, combined with the risk attitude preference of enterprise subjects, this paper constructs the mean-variance model dominated by overseas retailers and reversely solves the risk-aversion attitude of a single cross-border supplier. When a single overseas retailer maintains a risk-aversion attitude and both cross-border suppliers and overseas retailers hold a risk-neutral or risk-aversion attitude, the pricing of products in different channels is analyzed. Finally, an example is given to analyze the impact of supply disruption probability, risk-aversion coefficient, channel distribution coefficient, and other parameters on purchase price, market demand, target profit, and utility. It is of great practical significance for improving the stability of cross-border e-commerce supply chain system and reducing revenue loss to study how different degrees of risk-aversion attitudes of cross-border suppliers and overseas retailers affect enterprise procurement pricing strategy, target profit, and utility in case of supply disruption.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,292
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSecurity and Communication NetworksMême sujetE-commerce and Technology InnovationsTravaux en français237 207